人工智能并不是一种新工具，特别是对于在发生疫情之前已经进行了数字化转型的企业而言。但是，人工智能的一大优势就是可以帮助解决复杂的问题，而疫情每天都会引发很多特别具有挑战性的问题。因此，人们看到越来越多的企业开始使用先进的计算机系统来帮助他们应对当前的气候，从金融服务到制造业、物流业、政府服务等。
数据科学家、数据分析工具、公民科学家和全球网络IT基础设施都可以帮助企业分析大量数据。这些数据可用于帮助制定政策决策，对我们的杂货店进行补给库存，为供应链中断的下游影响做准备，以及疫情为人们带来的其他诸多难题。
金融行业
近年来，银行业对人工智能并不陌生，它通过数字化为客户提供了更好、更个性化的银行体验。但是，在疫情期间，业界也已经转向人工智能来加速后端功能，这些功能可以使客户受益，但是并不能直接被客户看到，例如帮助更快地处理文档。
根据麦肯锡公司最近的一项调查，自爆发疫情以来，有88％的金融和保险业高管报告了自动化和人工智能实施的增加。这不仅限于改善后端功能；它还使非接触式信用卡和无现金汇款系统的使用增加，并使越来越多的在线交易发生。
制造业
在制造业中，技术正在改变从设计到生产的所有事物。普华永道公司首席执行官调查研究了2020年工业制造趋势，结果显示74％的首席执行官报告运营效率是收入增长的主要推动力。因此，人们将注意力集中在人工智能、机器学习和自动化上，因为流程自动化、远程监控和扩展功能的承诺实在是太过令人难以忽视。
人工智能还可以通过改善对收件人可用性的预测以及对消费者交付偏好的理解，来帮助缓解最后一英里交付，交付过程到最终消费者的最后阶段的问题。最后一英里的交付问题占所有运输成本的一半以上，而且由于许多人依赖交付最常见的家用物品，因此供应链目前正面临艰苦的战斗。
物流行业
随着机器学习在整个供应链中的使用越来越多，物流也正逐渐成为人工智能驱动的行业。从称重包装，测量包装的形状和尺寸，到测量整个供应网络的设施容量，人工智能都可以帮助进行业务调整，最大程度地减少预测不确定性，并帮助驾驶员高效地装载送货车辆。
疫情给供应链带来了巨大压力。越来越多的人依靠电子商务来购买原本可以亲自购买的商品，这给包裹递送服务带来了更大的压力。使用实时天气和交通数据来优化路线的能力，以及部署机器学习模型以预测可能来自新皮卡的地点的能力，可在最大程度地降低运营成本的同时最大程度地提高服务质量。
零售行业
在供应链的其他地方，零售商也从人工智能中受益。例如，仓库机器人技术解决方案通常通过机器学习功能进行增强，以使其能够协同工作或加快拣选，包装和交付过程。
发生疫情意味着越来越多的人选择在线订购杂货以获得非接触式体验-通过使用智能自动化，零售商可以更好地应对这种需求激增，从而更好地为客户提供服务。
政府服务
公共部门服务是另一个受到疫情影响最大的领域。由于与疫情有关的失业索赔，诸如失业服务之类的组织经历了空前的呼叫量。例如，俄克拉荷马州就业安全委员会每天收到超过6万个电话。
像这样的服务可以受益于集成人工智能来协助其商务电话系统进行呼叫转移，减少等待时间，并提供额外的渠道来解决与失业相关的问题。会话式人工智能还可以用于响应前所未有的复杂需求，例如有关健康、就业和保险的查询。
期待
人们看到越来越多的企业转向人工智能来满足他们的需求。企业业务的正确使用将取决于其实现的目标。但是，人工智能和机器学习应该补充人们的能力并为他们提供帮助。毫无疑问，在此期间，工作将继续转移，因为它们一直在适应变化。但是，许多工作将通过这些技术得到补充，并且还将引入全新的工作。
人工智能已经通过成熟的工具、最佳实践以及快速增长的建筑商社区而稳定了业务发展。现在，人们将比以往任何时候都看到人工智能几乎改变了每个行业的业务。
相关阅读：俊竹智能化人工客流统计
